OT 환경에서 AI 사용 보안

OT(운용 기술)를 사용하는 조직이 AI를 채택하기 시작함에 따라 보안은 전략의 최전선에 있어야 한다. AI의 통합은 공격 표면을 크게 넓히며, 이미 IT와 OT의 수렴으로 확대된 표면이다. 대부분의 OT 침해는 IT 연결에서 비롯되며, 보안 기능과 패치 기능이 내장되지 않은 OT 장비는 본질적으로 보안이 어렵다. AI의 도입은 이미 어려운 환경에 새로운 복잡성을 추가한다.

이러한 도전을 극복하기 위해 보안 전문가들은 접근 방식을 재고해야 한다. AI를 보안하는 열쇠는 AI 자체의 강점을 활용하여 강력한 방어를 구축하는 것이다.

AI 채택과 보안 도전의 성장

AI 애플리케이션의 채택은 급속히 가속화되고 있으며, 이는 산업 전반에 걸쳐 혁신을駆動하고 있다. 기업은 경쟁 우위를 얻기 위해 AI를 활용하고 있으며, 직원들은 워크플로우를 최적화하고 생산성을 향상시키기 위해 생성적 AI와 같은 도구를 사용하고 있다.

OT 부문에서 AI의 잠재력은 엄청나며, 이미 운영을 변화시키고 있다. 예를 들어, AI는 제조와 에너지 산업을 강화하고 있으며, 스마트 제조와 “기계로서의 서비스”와 같은 사용 사례는 새로운 산업용 IoT 기술 스택을 활용하여 전통적인 퍼듀 모델과 에어 갭을根本적으로 도전하고 있다. 스마트 빌딩은 에너지 소비를 최적화하고, 작업자 경험을 향상시키고, 공조 시스템 모니터링과 점유율에 따라 조명을 조정하고, 배관 시스템의 누수를 감지하는 것과 같은 일상적인 유지 보수 작업을 자동화함으로써 더 효율적으로 작동하고 있다.

또한, AI 기반 의사 결정은 OT 전문가가 예측 유지 보수를 예약하는 것과 같은 복잡한 프로세스를 자동화하는 데 도움이 되고 있으며, 생산 라인을 최적화하고, 재고 수준을 실시간으로 관리하여 부족을 방지하는 데에도 도움이 된다. 이러한 일상적인 nhưng 중요한 작업을 인수함으로써, AI는 OT 팀이 혁신과 효율성을驱動하는 더 전략적이고 가치 있는 활동에 집중할 수 있도록 한다.

이것은 이미 발생하고 있으며, 사용 사례는 빠르게 전개되고 있다. MIT 기술 리뷰 인사이트의 최근 보고서에 따르면, 제조업체의 64%가 이미 AI를 연구하거나 실험을 시작했다. 실제로, 가트너에 따르면, 2030년까지 운영 결정의 최대 75%가 AI 기반 애플리케이션 또는 프로세스 내에서 이루어질 수 있다.

그러나, 조직은 AI 기반 애플리케이션이 놀라운 기회를 제공하지만, 데이터 보안에 새로운 문제를 제기하고, 잠재적인 공격 표면을 확대한다는 것을 명심해야 한다. AI 채택이 급증함에 따라, 이러한 시스템은 사이버 공격의 주요 목표가 된다.

연결된 기계와 같은 AI 애플리케이션은 에지에서 직접 IT 및/또는 클라우드로 기계 텔레메트리를 수집해야 하며, 이는 전통적인 OT 모델을 깨뜨리고 위협 표면을 증가시킨다. 종종, OT(또는 그림자 IT)는 IT 보안 팀의 지식이나 승인 없이 이러한 기술 스택을 구축할 수 있으며, 이는 산업 조직이 비승인된 외부向け 애플리케이션 및 자산으로부터의 위협에 노출된다. 이는 조직이 이러한 중요한 자산을 보호하기 위해 보안 전략을 재고해야 한다.

AI는 조직이 후방에서 비용을 줄이고, 향상된 애플리케이션을 통해 더 큰 이익을 창출하는 데의 잠재력을 실현함으로써, 점점 더 많이 채택되고 있다. 기업은 이러한 이점을 활용하기 위해 애플리케이션 스택에 AI 구성 요소를 통합하고 있다. 그러나, 이는 또한 민감한 데이터 노출과 같은 새로운 위험을 도입한다. 특히, AI 시스템은 추론 및 훈련 데이터 세트에 의존하기 때문에, 이러한 데이터 세트를 잠재적인 위협으로부터 보호하는 것이 보안 및 신뢰를 유지하는 데 필수적이다.

AI 기반 애플리케이션을 올바른 AI 기반 계획으로 보안

AI의 지니는 병 출을 나왔다. 돌아갈 수 없다. 이는 앞으로의 유일한 안전한 길은 강력한 접근 방식을 취하는 것이다. 그리고, 아이러니하게도, AI 관련 보안 위협을 해결하려면 AI 연료로 구동되는 솔루션이 필요하다. Palo Alto Networks (PANW ) 와 ABI Research의 보고서에 따르면, 10명 중 8명이 AI가 AI 연료로 구동되는 공격에 대처하는 데 필수적이라고 믿는다.

AI가 AI 보안을 도와주는 몇 가지 방법은 다음과 같다.

IT 및 OT 보안 팀 협력: AI는 보안 데이터에 대한 통일된 보기를 제공함으로써 IT 및 OT 보안 팀이 협력하도록 도와준다. OT 환경이 점점 더 많은 IT 기술을 통합함에 따라, AI는 두 영역 모두에서 고급 분석을 적용하여 갭을 메우는 데 도움이 된다. 이는 더 빠른 위협 탐지, MITRE ATT&CK과 같은 프레임워크에 대한 공격 매핑, 및 이상 현상에 대한 자동 모니터링을 가능하게 한다. 통신을 강화하고 일상적인 보안 작업을 스트리밍함으로써, IT 및 OT 팀 사이의 더 강력한 협력은 종단 간, AI 기반의 통찰력을 가능하게 한다.

위협 탐지 및 응답 강화: AI는 특히 사용자 및 엔티티 동작 분석(UEBA)을 공장의 많은 장치에 적용함으로써, 제조업체가 위협을 탐지하고 응답하는 방식을 변화시키고 있다. AI 도구는 알고리즘을 사용하여 정상적인 동작에 대한 기준을 설정하고, 위협을 시그널할 수 있는 불규칙성을 신속하게 감지한다. 표준 IT 보안 도구는 OT의 전문적인 프로토콜을 이해하지 못할 수 있으므로, 이 AI 기능은 특히 중요하다.

사이버 보안 전문가 부족 해결: 전 세계적으로 400만 명의 사이버 보안 전문가가 부족한 것으로 추정된다. AI는 일부 일상적인 작업을 자동화하고, 새로운 팀원들이 높은 수준의 보안 작업에 집중할 수 있도록 도와준다. AI 자동화는 또한 보안 직원이 높은 가치의 전략적 이니셔티브에 집중할 수 있도록 한다.

앞으로, 여러 AI 혁신이 OT 보안에 긍정적인 영향을 미칠 것으로 예상된다:

• AI-디지털 트윈 통합을 통해 보안 시뮬레이션을 더 효과적으로 만드는 것
• 위협 탐지의 정확도 향상, 즉 거짓 양성의 수를 줄이는 것
• 운용 위험 평가 능력 향상

물론, AI를 보안하려면 모든 보안 프로그램에 대한 최선의 관행을 따라야 한다. 즉, 직원에게 정기적인 교육 및 인식을 투자하고, 규제 및 규정 요구 사항을 최신으로 유지하며, OT 프로세스 및 네트워크 트래픽에 대한 지속적인 보안 검사를 수행해야 한다.

AI를 안전하게 만드는 것

IT와 OT의 수렴은 이미 네트워크 및 데이터 보안 공격 표면을 확대했으며, AI의 도입은 이를さらに 확대했다. 조직과 직원이 빠르게 AI를 채택함에 따라, 기술은 기회와 새로운 위험을 모두 가져온다. 특히, 비승인된 그림자 AI의 사용이 포함된다.

AI의 불가피한 유용성으로 인해, 이는 여기 남아 있으며, 보안적影響을 지금 해결해야 한다. GenAI 및 AI 기반 애플리케이션의 사용을 보안하기 위해, 조직은 잠재적인 위협에 대비하는 동시에 AI의 능력을 활용하여 방어를 강화하는 포괄적인 보안 계획을 개발해야 한다. 위에서 언급한 최선의 관행은 조직이 AI의 가능성을 최대한 활용하면서 관련 위험을 효과적으로 관리할 수 있는 전략을 만들거나 세부적으로 조정하는 데 필요한 프레임워크를 제공한다.